Implementation scenario / 06 / Knowledge support
RAG-ассистент поддержки со ссылками на источники
Ответы зависят от памяти сотрудника, а регламенты разбросаны по базе знаний, файлам и чатам.
Ассистент ищет релевантные фрагменты, формирует черновик ответа и показывает использованные источники. Финальное решение и работа с исключениями остаются у ответственного: Оператор подтверждает спорные ответы и обновляет устаревшие документы.
Проверить применимость сценария →
Problem / buying moment
Почему этот процесс становится задачей для руководителя.
Обычно к сценарию «RAG-ассистент поддержки со ссылками на источники» приходит директор по сервису, руководитель поддержки или операционный директор, когда объём обращений растёт быстрее команды, а качество и SLA проверяются только по выборке. В этот момент локальная ручная проверка уже не масштабируется, но покупка отдельного AI-инструмента ещё не гарантирует изменения процесса.
В сервисе автоматизация полезна, когда сокращает путь от сигнала клиента до ответственного решения и сохраняет доказательство, на основании которого оно принято.
ПОЗИЦИЯ IT WHITEРезультат этого сценария — не «внедрённый AI», а управляемое изменение показателей: время ответа, доля ответов со ссылкой, повторные обращения. Система должна обнаруживать событие, объяснять контекст и доводить его до ответственного действия.
Target operating model
Что именно меняется после внедрения.
Как разобрать именно этот сценарий.
Начинать нужно с наблюдаемого сбоя, а не с выбора модели. Исходная ситуация формулируется так: Ответы зависят от памяти сотрудника, а регламенты разбросаны по базе знаний, файлам и чатам. Для директор по сервису, руководитель поддержки или операционный директор это уже не локальное неудобство сотрудника, потому что сбой отражается на показателе «время ответа» и со временем становится нормой, которую команда перестаёт замечать. До проектирования мы берём несколько реальных событий, восстанавливаем последовательность действий и отделяем причину от симптома.
Контур данных начинается не с единого хранилища, а с минимального набора доказательств. help desk фиксирует первичное событие; база знаний даёт контекст или состояние работы; CRM подтверждает следующий шаг и результат. Для каждого поля определяется источник, допустимая задержка и правило отсутствующего значения. Если событие нельзя восстановить, его нельзя безопасно использовать для автоматического решения.
Рабочая логика сценария выглядит конкретно: Ассистент ищет релевантные фрагменты, формирует черновик ответа и показывает использованные источники. При этом система не подменяет владельца процесса. Оператор подтверждает спорные ответы и обновляет устаревшие документы. Такое разделение нужно зафиксировать в интерфейсе, правах доступа и журнале действий, иначе формальный human-in-the-loop останется надписью в презентации, а человек будет подтверждать решение без достаточного контекста.
Главный негативный сценарий тоже проектируется заранее: Без версионирования и прав доступа RAG уверенно цитирует устаревший или закрытый документ. Поэтому у пилота должны быть порог уверенности, маршрут исключения, возможность открыть первичные данные и понятный способ отменить действие. Ошибку нельзя прятать в среднем показателе: команда отдельно разбирает ложные срабатывания, пропущенные события и ситуации, где правило сработало правильно, но не привело к действию.
Руководитель принимает решение о масштабировании по трём наблюдаемым изменениям: «время ответа», «доля ответов со ссылкой» и «повторные обращения». Сначала фиксируется базовая линия, затем одна зона работает в режиме пилота, а сравнение проводится на сопоставимом потоке. Целевой бизнес-результат: время ответа, доля ответов со ссылкой, повторные обращения. Если изменение держится только благодаря ручному контролю разработчика, система ещё не готова к эксплуатации.
Architecture
AI не получает власть над процессом. Он получает ограниченную роль.
- help desk
- база знаний
- CRM
Оператор подтверждает спорные ответы и обновляет устаревшие документы.
Без версионирования и прав доступа RAG уверенно цитирует устаревший или закрытый документ.
Каждый вывод хранит исходное событие, версию правила или модели и действие ответственного. Если контекста недостаточно, система не угадывает, а переводит событие на ручную проверку.
Business case / no invented ROI
Экономика начинается с потери, которую можно пересчитать.
До сметы мы не обещаем проценты эффективности. Сначала измеряем частоту события, стоимость ручной работы и ошибки, нагрузку на проверяющего и цену эксплуатации контура.
объём событий, в которых возникает проблема «Ответы зависят от памяти сотрудника, а регламенты разбросаны по базе знаний, файлам и чатам.»
стоимость ручного действия, задержки или ошибки по показателю «время ответа»
доля исключений, которые после запуска всё равно должен проверять человек
стоимость интеграции и сопровождения систем: help desk, база знаний, CRM
Если измеримый эффект не покрывает стоимость контура и риск, задачу не нужно превращать в отдельный продукт.
Measurement
Как понять, что внедрение работает.
Источник: help desk. Базовая линия: 2–4 недели до пилота.
Источник: база знаний. Базовая линия: 2–4 недели до пилота.
Источник: CRM. Базовая линия: 2–4 недели до пилота.
Сначала проверяем процесс, качество данных и владельца решения.
Без версионирования и прав доступа RAG уверенно цитирует устаревший или закрытый документ.
Readiness check
Когда этот сценарий имеет смысл.
Автоматизация оправдана, когда проблема повторяется, влияет на управляемый показатель и у процесса есть владелец. Для сценария «RAG-ассистент поддержки со ссылками на источники» сначала проверяем не модель, а фактический маршрут работы.
- 01Повторяемость
Событие повторяется достаточно часто, чтобы измерять «время ответа».
- 02Доступность данных
Первичные данные доступны в системах: help desk, база знаний, CRM.
- 03Владелец решения
Владелец процесса готов отвечать за исключения и финальное решение.
- 04Ограниченный риск
Риск «Без версионирования и прав доступа RAG уверенно цитирует устаревший или закрытый документ.» можно ограничить правилами, журналом и ручной проверкой.
Questions before code
Что нужно выяснить до выбора технологии.
Ответы отделяют реальную задачу от красивой демонстрации. Они же задают границы пилота и критерии остановки.
- Q1
Сколько раз за неделю возникает ситуация: Ответы зависят от памяти сотрудника, а регламенты разбросаны по базе знаний, файлам и чатам.
- Q2
Где сегодня фиксируется время ответа и можно ли восстановить исходное событие?
- Q3
Кто принимает решение после сигнала и за какое время он должен отреагировать?
- Q4
Какие ошибки системы недопустимы и когда решение обязательно передавать человеку?
Pilot / 4–8 weeks
Как запускать без большой ставки вслепую.
Зафиксировать текущий маршрут
Интервью с владельцем процесса, карта событий, исключения, права доступа и исходные значения KPI. На этом этапе может выясниться, что проблему надёжнее решает обычная логика, а не AI.
Собрать минимальный контекст
Подключаем только необходимые источники: help desk, база знаний, CRM. Не строим озеро данных до появления первого работающего сценария.
Запустить на ограниченной зоне
Ассистент ищет релевантные фрагменты, формирует черновик ответа и показывает использованные источники. Первые решения логируются, а низкая уверенность и исключения уходят человеку.
Сравнить с базовой линией
Смотрим на время ответа, доля ответов со ссылкой, повторные обращения. Если процесс не изменился, не масштабируем интерфейс только ради уже написанного кода.
Пилот принимается по изменению время ответа, доля ответов со ссылкой, повторные обращения, а не по количеству экранов и промптов.
Останавливаем масштабирование, если данные нестабильны, ответственный не использует сигнал или сохраняется риск: Без версионирования и прав доступа RAG уверенно цитирует устаревший или закрытый документ.
How IT WHITE enters the project
Не продаём всю систему до проверки процесса.
100–180 тыс. ₽
Карта процесса, данные, потери, владелец решения, варианты архитектуры и предварительная экономика.
от 450 тыс. ₽
Одна ключевая задача, необходимые интеграции, роли, журнал решений, запуск и критерии результата.
от 100 тыс. ₽/мес.
Мониторинг, исправления, качество решений, новые правила, развитие интеграций и отчёт по работе системы.
Decision FAQ
Три вопроса, которые защищают проект от лишней сложности.
Здесь точно нужен AI?
Не обязательно. Если событие определяется стабильными правилами, обычная логика будет дешевле, быстрее и надёжнее. AI нужен там, где решение зависит от неструктурированного контекста.
Что подготовить к первичному разбору?
Один реальный пример сбоя, список систем (help desk, база знаний, CRM), пример исходных данных и человека, который сегодня принимает финальное решение.
Что происходит при ошибке?
Система сохраняет исходные данные и причину вывода, не выполняет критическое действие без разрешения и передаёт исключение человеку. Главный риск сценария: Без версионирования и прав доступа RAG уверенно цитирует устаревший или закрытый документ.
Evidence base
На каких рыночных сигналах основан сценарий.
Материал синтезирует публичные исследования и практики. Мы не переносим чужие кейсы на себя и не обещаем чужие показатели. Экономика рассчитывается только после анализа вашего процесса.
Related scenarios / Поддержка и сервис
Следующие процессы в том же контуре.
Fit check / 20–30 min
Проверим сценарий «RAG-ассистент поддержки со ссылками на источники» на вашем процессе.
За 20–30 минут определим разрыв, доступные данные, владельца решения и разумный первый контур. Это бесплатная проверка соответствия задачи, не платная диагностика.